1，移植rtmp推流库 首先需要对于rtmp移植至瑞芯微rv1126环境下，具体移植步骤参考以下博客： https://www.cnblogs.com/kxqblog/p/16143456.html 2,CMakeList信息添加 在/sdk/external/rkmedia/exapmles下的CMakeList文件中361行中RKNN Module Test部分加入以下CMakeList代码，添加编译信
1，配置基础Python环境为： Python3.6 个人建议最好在Conda下新建一个虚拟环境进行安装。 2，在虚拟环境下使用以下命令新建一个RKNN环境，如下： conda create --name=rknn python=3.6.8 3，执行以下命令进入虚拟环境： conda activate rknn 进入虚拟环境后，再执行以下命令安装深度学习框架，如T
yolov5训练自己的数据集（docker） yolov5官方代码： 选择 tag v5.0 https://github.com/ultralytics/yolov5 训练方式可参照另一篇博客 https://blog.csdn.net/m0_46825740/article/details/119956658?spm=1001.2014.3001.5501 数据放置路径 1. 生成docker镜像 docker build -t y
在RV1126上面跑模型时，报下面的错误。 sdk version: librknn_runtime version 1.6.0 (6523e57 build: 2021-01-15 15:56:31 base: 1126) driver version: 6.4.3.5.293908 model input num: 1, output num: 1 index=0, name=images_245, n_dims=4, dims=[1, 3, 640, 640], n_ele
尝试失败的 https://github.com/soloIife/yolov5_for_rknn rknn toolkit examples里面自带的均可转为rknn，yolov5s无法转换 尝试成功的 import yaml from rknn.api import RKNN import cv2 _model_load_dict = { 'caffe': 'load_caffe', 'tensorflow': &#
https://blog.csdn.net/foreverey/article/details/114400098 Firefly AIO-3399ProC开发板安装RKNN Toolkit 1.6.0开发环境 foreverey 2021-03-08 17:04:15 1006 收藏 5文章标签： linux arm tensorflow 机器学习 深度学习版权前言实验室的项目需要用到Firefly的AIO-3399 ProC开发板
